限時分享面試&學習福利資源
好資料第一時間分享，中華石杉老師的分佈式面試突擊視頻教程，最清晰整體的微服務全面解讀的PDF，體系化的Java路線資料整理的Github，億級電商架構的視頻實戰課程，你值得擁有
獲取方式: 關注公衆號喬志勇筆記, 後臺回覆"學習資料" ！！！
一、緩存的作用
1、提高數據的訪問速度，帶來系統性能的提升
2、緩存預熱，數據預先讀取，減小同時高併發訪問時數據庫的壓力
二、緩存的位置
藍色靜態緩存，黃色動態緩存
三、進程外緩存運用
最常用Cache Aside Pattern ：
1）定義：
更改時先寫DB，然後刪除緩存。
讀取時先讀緩存，如果沒有命中，讀數據庫，再寫緩存
2）問題： 主從數據庫的數據同步延遲帶來的問題
方案一： 通過工具訂閱從庫的binlog,從庫完成同步後再做一次刪除緩存，可能有短暫的不一致,但不至於引入緩存導致主從同步造成的數據不一致更糟糕
方案二：強制數據同步這段時間內讀主庫來加載緩存，可能給主庫帶來壓力
做法是寫DB，往緩存中臨時數據（唯一鍵+失效時間）標記，刪除緩存 ，讀取時判斷 是否 包含在臨時數據中，分情形讀取
3）要點：
1、爲啥先寫db，後更新緩存 不行啊，因爲可能在高併發雙寫時帶來數據不一致
2、爲啥先寫db，後刪緩存，是因爲先刪緩存，後db，可能在讀寫併發時因爲主從同步延遲造成數據不一致
3、爲啥刪除緩存，是因爲大部分業務場景下修改緩存代價太大，並且對象、文本類型數據修改操作太複雜
4）實踐：
在redis中實踐最常見
四、進程內緩存運用
1、問題：多個節點的數據同步問題(CAP理論的最經典應用)
解決方案一： 一致性hash緩存，問題是違背了服務器無狀態準則，一般不推薦使用
解決方案二： 利用elastic—job定時或者mq實時通知所有節點，只能用在少量節點的情形
2、場景：
1）很少變化的數據，業務上允許不一致
例如馬蜂窩使用OHC 堆外緩存在推薦系統中增加本地容災
2）需要支持非常高的併發，例如秒殺系統, 可以使用guava作爲堆內緩存，來達到定時過期，定時刷新，異步刷新 的效果
五、緩存的負面作用
1、緩存雪崩
問題：
1）緩存系統宕機 2）流量激增（高併發的寫緩存）3）緩存同時批量過期
對應的解決方案 ：
1）緩存系統高可用
2）加鎖或者排隊限制高併發的寫緩存
3）增加隨機值避免同時失效
2、緩存穿透
定義：
所需的數據在DB中就不存在
解決方案：
1：布隆過濾器(boomfilter) ，缺點是無法確保100%的準確
2：緩存空對象，缺點是會消耗很多內存
六、代碼設計注意項
1、設計查詢時走緩存的數據要符合業務邏輯
2、一般情形下，代碼中一定要保證查緩存時數據未查到或者出現異常，能夠正常去調用第三方或者直接查詢數據庫,排除上述用堆外緩存做最後一道容災的情形
3、緩存要按照業務邏輯設置時效性，持久的緩存可以設置定時任務去更新，臨時性的緩存失效後查詢時主動更新
4、業務邏輯不要依賴臨時緩存數據的準確性，還是應該去走數據庫
5、儲存用戶session的緩存信息redis需要固化，儲存其他業務的緩存信息的redis爲保證數據一致性可以選擇不固化。
6、高併發情形，緩存預熱非常有必要性
